模型动态

Kling 4.0 是快手可灵推出的新一代 AI 视频生成模型，轻量版 Kling 4.0 Flash 已开放抢先体验。Kling 4.0 在画面真实感、创意可控性和叙事完整度上全面升级，支持单次生成最长 30 秒的原生视频、多关键帧精准控制、多模态参考输入、4K HDR 专业级输出以及高品质口型匹配。

Claude Sonnet 5.5 是 Anthropic 推出的 Claude 5.5 系列第二款模型，距旗舰Claude Opus 5.5 仅隔6天， 是 Claude Sonnet 5 的全面升级版，定位为Opus 5.5 的互补与平替，适合处理范围明确的日常任务。

M3.1-Flash-Preview 是 MiniMax 推出的最新文本模型，首发上线 MiniMax Code。M3.1-Flash-Preview 面向日常开发场景，支持原生多模态输入和百万级上下文，可从 Bug 修复到完整功能开发形成定位→实现→测试→交付闭环。

R2T2是网易有道开源的低延迟真流式语音识别模型，全称Real Real-Time Transcription，基于Qwen3-ASR构建。

Kev是什么 Kev是Cognition工程VP Jared Palmer开源的决策模型家族，基于Qwen3.5/Qwen3.8，提供0.8B至27B多档模型。Kev不生成文字，输入状态文本加结构化问题，单次前向直接输出校准概率，支持是/否、选项路由、等...

T3PO是网易有道开源的流式同传翻译模型，全名“simulTaneous Translation via pareTo Policy Optimization”。T3PO主打边说边译，动态判断上下文是否足够，够立即开译，不够再等一等，用帕累托思路平衡质量与延迟。

LongCat-2.5-Preview 是美团推出的新一代大模型，延续 LongCat-2.0 的 1.6T 总参数、约 48B 激活参数和 1M token 上下文，新增原生多模态能力，可面向终端、浏览器、桌面软件等场景执行长流程任务。

Spark-ASR-2.0是讯飞基于星火语音基座大模型Spark-Audio的最新一代语音识别大模型。模型采用

Qwen-Audio-3.1 是通义千问推出的语音大模型系列，包含五款模型：ASR 语音识别、ASR-Next 音频理解、TTS 语音合成、TTS-Next 音频创作、Realtime 实时交互，覆盖理解-生成-交互-创作全链条。

Ming-Image-0.1-Design是蚂蚁集团InclusionAI开源的6B图像生成模型，专注设计场景，支持8K长结构化提示词，能端到端生成UI、信息图、海报等完整视觉设计，配合同步开源的Design-Layer模型，可将设计图拆解为2—9个可独立编辑的透明图层，实现生成—分层—编辑—交付全流程。

Claude Opus 5.5是Anthropic推出的Claude 5.5系列首款旗舰模型，性能对标自家Claude Fable 5.1。模型在Terminal-Bench 4.0（66.4%）、GDPval-AA v2.1（1846 Elo）等编程与知识工作基准上领先GPT-6 Astra；输入输出降价20%、缓存读取降60%，典型任务总成本省40%，输出快30%以上。

GPT-6 Sol 是 OpenAI 推出的中高端大模型，源自 GPT-6 Astra 底座，将 Astra 的推理、编程、事实性与 Agent 能力下放至更低价层级。模型 API 定价为输入 2 美元、输出 10 美元每百万 token，较上一代降价 50%。